科技圈熱議!Anthropic估值飆2兆,最聰明「混合推理」模型甚至能玩寶可夢
科技圈熱議!Anthropic估值飆2兆,最聰明「混合推理」模型甚至能玩寶可夢

根據多家外媒報導,由OpenAI前員工創立的Anthropic正在洽談新一輪35億美元(約為新台幣1,085億元)的巨額募資,讓Anthropic的估值有望飆升至615億美元(約為新台幣2兆元)。

此一募資消息引發科技圈熱烈討論,尤其Anthropic近期還推出新模型Claude 3.7 Sonnet,一個號稱至今最聰明的模型。

Claude 3.7 Sonnet在某些測試指標上超越OpenAI和DeepSeek,Anthropic還讓這個模型玩了遊戲「寶可夢紅版」並取得突破性進展,引發業界高度關注。

Claude 3.7 Sonnet:Anthropic如何用混合推理能力勝出?

Anthropic近期發布了其迄今為止最聰明的AI模型 —— Claude 3.7 Sonnet,該模型主打混合推理能力,並引入了思考模式切換功能,結合了推理能力和一般大型語言模型(LLM)的即時反應能力。

「推理能力是AI的核心,而非需要額外付費的附加功能。」Anthropic的產品研發主管 Dianne Penn在接受《VentureBeat》採訪時表示,「就像人類只用一個大腦就能快速反應和深入思考,我們認為推理能力應該整合到大型語言模型中,而不是作為一個獨立的模型存在。」

Claude 3.7 Sonnet.jpeg
Claude 3.7 Sonnet
圖/ Anthropic

也就是說,使用者可以選擇讓模型快速回應,或是在回答前花更多時間思考。在標準模式下,Claude 3.7 Sonnet相當於現有模型Claude 3.5 Sonnet的升級版;而在延伸思考(extended thinking mode)模式下,模型會在回答前先自我反思,進而提升在數學、物理、寫程式等多項任務上的表現。

不過,Claude 3.7 Sonnet的推理能力究竟如何?

Anthropic使用了多種測試方法來驗證,其中一個做法是使用經典遊戲「寶可夢紅版」進行測試。

測試結果顯示,最新的Claude 3.7 Sonnet已能在遊戲中推進到新的城市,捕捉多個寶可夢,甚至還會練等,選擇合適的寶可夢與對手戰鬥,最終擊敗多個道館館主。先前的模型版本甚至無法離開遊戲的起始城鎮,這展現了AI在策略思考、資源管理和戰術決策上的進步。

此外,Anthropic也公布了Claude 3.7 Sonnet在學術級推理任務、零售工具應用和指令遵循等方面的測試數據。

根據Anthropic提供的數據以及 AI模型比較結果,Claude 3.7 Sonnet在延伸思考模式下,推理任務的準確率達78.2%,超越DeepSeek-R1,並可與OpenAI最新模型匹敵。

Claude 3.7 Sonnet (1).jpeg
Claude 3.7 Sonnet與各模型的差異

「Anthropic並不將推理、規劃和自我修正視為個別獨立的功能,這也是Anthropic與其他AI公司主要的理念差異。」Penn強調,這種整合模型的作法,將為使用者帶來更順暢的體驗。

不過,Anthropic整合模型的作法,不僅是技術上的演進,更是戰略上的布局。

相較於競爭對手OpenAI和DeepSeek,Anthropic提供了一個兼顧效能和成本的解決方案,展現出不同的市場策略。OpenAI為不同功能部署不同模型,DeepSeek則主打低成本高效益,而Anthropic則追求單一模型處理所有任務,包含例行工作和複雜推理。

理想情況下,模型應該自行判斷問題的複雜度並調整思考時間,而非讓使用者手動切換不同的推理模式。這將有可能重塑企業部署AI的方式,並消除同時管理多個專用模型的需求。

募資35億美元、估值破600億,Anthropic再次刷新成績單

Claude 3.7 Sonnet的問世不僅提升了Anthropic在AI市場的競爭力,也使其在爭取募資上更具籌碼。

綜合《CNBC》、《華爾街日報》於2月24日的報導,這輪募資由Lightspeed Venture Partners領投,General Catalyst和其他投資機構也參與其中。

目前交易細節尚未公布,但消息人士指出,Anthropic原先設定的募資目標為20億美元(約為新台幣600億元),而後與投資者協商後,成功提高了募資金額,而這也讓Anthropic被視為少數有足夠人才和資金與OpenAI競爭的AI新創之一。

此輪融資將使Anthropic的估值從180億美元躍升至615億美元,成長3倍之多,使其成為AI領域估值最高的公司之一,並直接挑戰OpenAI的領先地位,這對一家成立不久的AI新創公司來說,無疑是一個巨大的成功。

Anthropic 創辦人暨執行長Dario Amodei
Anthropic 創辦人暨執行長Dario Amodei。在OpenAI 4年多的工作期間,他領導過多項關於AI安全性的研究,因此希望能打造出讓人類不會害怕、能夠被信任的AI。
圖/ 隋昱嬋攝影

自2021年成立以來,Anthropic的募資成績就相當亮眼,除了Google曾投資3億美元,Amazon也已向Anthropic投資80億美元。而這也顯示出即使面臨來自中國DeepSeek等競爭對手的潛在挑戰,市場對於Anthropic的未來發展依然充滿信心。

本文授權轉載自創業小聚,作者為賴冠伶

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓